Naslov (srp)

Multivarijaciono statističko modeliranje u funkciji merenja stepena ekonomske razvijenosti teritorijalnih jedinica

Autor

Stamenković, Milan, 1983- 13668967

Doprinosi

Savić, Mirko, 1969- 8950375
Veselinović, Petar, 1969- 13496935
Janković-Milić, Vesna, 1974- 3776359
Mimović, Predrag, 1968- 13499495

Opis (srp)

U doktorskoj disertaciji su razmatrana suštinska teorijska određenja odabranih multivarijacionih statističkih metoda međuzavisnosti i zavisnosti i sagledani njihovi aplikativni potencijali za modeliranje kompleksnih, multidimenzionih ekonomskih fenomena od interesa, čime je istovremeno opredeljen predmet istraživanja. Afirmaciju primene multivarijacionih statističkih metoda u domenu ekonomskih istraživanja odražava osnovni cilj disertacije, koji podrazumeva kreiranje inovativnog konceptualno-metodološkog okvira, zasnovanog na statistički validnoj implementaciji kako pojedinačnih metoda multivarijacione analize, tako i njihove kombinacije na određenom broju relevantnih pokazatelja, u funkciji merenja dostignutog stepena ekonomske razvijenosti i, shodno tome, klasifikacije teritorijalnih jedinica lokalne samouprave u Republici Srbiji. U tom smislu, u okviru svake metode detaljno su analizirani ciljevi, tipovi i postupak sprovođenja, uz jasno razgraničenje istraživačkih okolnosti pod kojima se njihova primena smatra prikladnom i statistički opravdanom. Na temeljima važnosti adekvatne pripreme podataka za sprovođenje bilo koje analize podataka u kontekstu obezbeđivanja naučne zasnovanosti dobijenih rezultata i izvedenih zaključaka, posebna pažnja je posvećena pretprocesiranju multivarijacionih opservacija i elaboriranju značaja ispunjenosti statističkih pretpostavki iz perspektive validne primene konkretne metode. Rasvetljavanje kompleksnog i značajnog pitanja validacije kvaliteta rezultata multivarijacionog modeliranja i, s tim u vezi, pronalaženja „statističkih“ argumenta za izbor optimalnog rešenja, izvršeno je analizom brojnih kriterijuma i metoda za evaluaciju rezultata. U empirijskom delu disertacije predstavljena su dva originalna konceptualnometodološka okvira analize multivarijacionih podataka, i to: prvi, zasnovan na integrisanoj primeni faktorske analize, analize grupisanja i multivarijacione analize varijanse u funkciji razvoja multivarijacionog modela (forma kompozitnog pokazatelja) za merenje stepena ekonomske razvijenosti i klasifikaciju jedinica lokalne samouprave u Republici Srbiji, i, drugi, zasnovan na primeni diskriminacione analize u funkciji razvoja klasifikacionog modela za razvrstavanje analiziranih teritorijalnih jedinica u jednu od, prema vrednostima prethodno utvrđenog kompozitnog pokazatelja stepena ekonomske razvijenosti, empirijski identifikovanih grupa. Rezultati istraživanja ukazuju na veliki potencijal kombinovane implementacije multivarijacionih statističkih metoda u koncipiranju inovativnih metodoloških rešenja za analizu i razumevanje ekonomskih fenomena.

Opis (eng)

In this doctoral dissertation, the essential theoretical determinations of selected multivariate statistical methods of interdependence and dependence were examined, as well as their application potentials for modeling complex, multidimensional economic phenomena of interest were considered, which simultaneously defined the research subject. The affirmation of the application of multivariate statistical methods in the domain of economic research reflects the primary objective of the dissertation, which implies the development of an innovative conceptual-methodological framework, based on statistically valid implementation of individual methods of multivariate analysis, as well as their combinations on a number of relevant indicators in function of measuring the achieved degree of economic development and, accordingly, the classification of local self-government territorial units in the Republic of Serbia. In this sense, within each method, the objectives, types and implementation procedures have been thoroughly analyzed, with a clear distinction of research circumstances under which their application is considered appropriate and statistically justified. On the basis of the importance of adequate data preparation for implementation of any data analysis, in terms of ensuring the scientific basis of the obtained results and conclusions drawn, special attention has been devoted to preprocessing of multivariate observations and elaboration of importance of fulfilling statistical assumptions from the perspective of valid application of particular method. The clarification of complex and significant question of validating the quality of multivariate modeling results and, in this regard, finding “statistical” arguments for choosing the optimal solution, was done by analyzing a number of different criteria and methods for evaluation of results. Within the empirical part of the dissertation, the following two original conceptualmethodological frameworks of multivariate data analysis were presented: first, based on the integrated implementation of factor analysis, cluster analysis and multivariate analysis of variance in function of developing a specific multivariate model (in form of a composite indicator) for measuring the degree of economic development and classification of local selfgovernment units in the Republic of Serbia, and, second, based on the implementation of discriminant analysis in function of developing a classification model for allocation of analyzed territorial units into one of the empirically identified groups, according to the values of the previously proposed composite indicator of degree of economic development. The results of the conducted research indicate the great potential of the combined implementation of multivariate statistical methods in conceiving innovative methodological solutions for the analysis and understanding of economic phenomena.

Jezik

srpski

Datum

2019

Licenca

Ovo delo je licencirano pod uslovima licence
Creative Commons CC BY-NC-ND 2.0 AT - Creative Commons Autorstvo - Nekomercijalno - Bez prerada 2.0 Austria License.

CC BY-NC-ND 2.0 AT

http://creativecommons.org/licenses/by-nc-nd/2.0/at/